針對現(xiàn)有欠定變速跳頻信號盲分離算法需已知信源數(shù)目及算法復(fù)雜度高的問題,提出一種基于稀疏分量分析（sparse component analysis,SCA）的"兩步法"改進算法。在估計混合矩陣時,結(jié)合變速跳頻信號時頻域稀疏和對高階累積量不敏感的特點,改進原有聚類算法;將壓縮重構(gòu)匹配追蹤思想應(yīng)用到源信號恢復(fù)中。實驗證明,改進算法可以得到預(yù)期效果,同時在相同條件下,該提算法比傳統(tǒng)算法性能優(yōu)異約6dB。 

【文章頁數(shù)】：5 頁

【文章目錄】：
1 引言
2 問題概述及模型
    2.1 信號觀測模型
    2.2 基于SCA的“兩步法”分離算法
3 混合矩陣估計
    3.1 聚類數(shù)估計
    3.2 改進聚類算法
4 實驗與分析
    4.1 算法性能評價指標(biāo)
    4.2 實驗條件
    4.3 仿真實驗
5 結(jié)束語


【參考文獻】：
期刊論文
[1]基于四階累積張量方法的欠定盲源信號分離[J]. 葛素楠,韓敏.  電子學(xué)報. 2014(05)
[2]一種基于自然梯度的兩步盲源分離算法[J]. 李思怡,王永威,黃琰,陳惠娟.  微電子學(xué)與計算機. 2013(06)

博士論文
[1]欠定盲源分離算法及其應(yīng)用研究[D]. 張良俊.武漢理工大學(xué) 2015

碩士論文
[1]欠定盲源分離及其在跳頻信號分選中的應(yīng)用研究[D]. 馬麗芬.西安電子科技大學(xué) 2014



本文編號：3723384